tidymodels3

ds1

tidymodels

prediction

yacsda

statlearning

num

Published

May 17, 2023

Aufgabe

Berechnen Sie ein lineares Modell mit tidymodels und zwar anhand des ames Datensatzes.

Modellgleichung: Sale_Price ~ Gr_Liv_Area, data = ames.

Berechnen Sie ein multiplikatives (exponenzielles) Modell.

Rücktransformieren Sie die Log-Werte in “Roh-Dollar”.

Lösung

Multiplikatives Modell:

Nicht vergessen: AV-Transformation in beiden Samples!

Datensatz aufteilen:

Modell definieren:

Modell fitten:


Call:
stats::lm(formula = Sale_Price ~ Gr_Liv_Area, data = data)

Coefficients:
(Intercept)  Gr_Liv_Area  
  4.8552133    0.0002437

Modellgüte im Train-Sample:


Call:
stats::lm(formula = Sale_Price ~ Gr_Liv_Area, data = data)

Residuals:
     Min       1Q   Median       3Q      Max 
-1.02587 -0.06577  0.01342  0.07202  0.39231 

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) 4.855e+00  7.355e-03  660.12   <2e-16 ***
Gr_Liv_Area 2.437e-04  4.648e-06   52.43   <2e-16 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 0.1271 on 2928 degrees of freedom
Multiple R-squared:  0.4842,    Adjusted R-squared:  0.484 
F-statistic:  2749 on 1 and 2928 DF,  p-value: < 2.2e-16

R-Quadrat via easystats:

# R2 for Linear Regression
       R2: 0.484
  adj. R2: 0.484

term	estimate	std.error	statistic	p.value
(Intercept)	4.8552133	0.0073550	660.12345	0
Gr_Liv_Area	0.0002437	0.0000046	52.42983	0

Vorhersagen im Test-Sample:

.pred
5.073540
5.179049
5.307462
5.112527
5.180998
5.095714

preds ist ein Tibble, also müssen wir noch die Spalte .pred. herausziehen, z.B. mit pluck(preds, ".pred"):

Sale_Price	Gr_Liv_Area	preds	.pred
5.021189	896	5.073540	5.073540
5.235528	1329	5.179049	5.179049
5.595972	1856	5.307462	5.307462
5.152288	1056	5.112527	5.112527
5.264818	1337	5.180998	5.180998
4.982271	987	5.095714	5.095714

Oder mit unnest:

Sale_Price	Gr_Liv_Area	.pred
5.021189	896	5.073540
5.235528	1329	5.179049
5.595972	1856	5.307462
5.152288	1056	5.112527
5.264818	1337	5.180998
4.982271	987	5.095714

Oder wir binden einfach die Spalte an den Tibble:

Sale_Price	Gr_Liv_Area	.pred
5.021189	896	5.073540
5.235528	1329	5.179049
5.595972	1856	5.307462
5.152288	1056	5.112527
5.264818	1337	5.180998
4.982271	987	5.095714

Modellgüte im Test-Sample:

.metric	.estimator	.estimate
rsq	standard	0.5167906

Zur Interpretation von Log10-Werten

[1] 5e+05

[1] 0

Rücktransformation (ohne Bias-Korrektur):

Categories:

ds1
tidymodels
prediction
yacsda
statlearning
lm
num

--- exname: tidymodels3 extype: num exsolution: r fmt(sol) exshuffle: no extol: 1 expoints: 1 categories: - ds1 - tidymodels - prediction - yacsda - statlearning - lm - num date: '2023-05-17' slug: tidymodels3 title: tidymodels3 --- ```{r global-knitr-options, include=FALSE} knitr::opts_chunk$set(fig.pos = 'H', fig.asp = 0.618, fig.width = 4, fig.cap = "", fig.path = "", cache = TRUE, echo = FALSE, message = FALSE, fig.show = "hold") library(tidyverse) library(exams) ``` # Aufgabe Berechnen Sie ein lineares Modell mit tidymodels und zwar anhand des `ames` Datensatzes. Modellgleichung: `Sale_Price ~ Gr_Liv_Area, data = ames`. Berechnen Sie ein multiplikatives (exponenzielles) Modell. Rücktransformieren Sie die Log-Werte in "Roh-Dollar". # Lösung ```{r} library(tidymodels) data(ames) ``` Multiplikatives Modell: ```{r} ames <- ames %>% mutate(Sale_Price = log10(Sale_Price)) %>% select(Sale_Price, Gr_Liv_Area) ``` Nicht vergessen: AV-Transformation in beiden Samples! Datensatz aufteilen: ```{r} set.seed(42) ames_split <- initial_split(ames, prop = 0.80, strata = Sale_Price) ames_train <- training(ames_split) ames_test <- testing(ames_split) ``` Modell definieren: ```{r} m1 <- linear_reg() # engine ist "lm" im Default ``` Modell fitten: ```{r} fit1 <- m1 %>% fit(Sale_Price ~ Gr_Liv_Area, data = ames) ``` ```{r} fit1 %>% pluck("fit") ``` Modellgüte im Train-Sample: ```{r} fit1_performance <- fit1 %>% extract_fit_engine() # identisch zu pluck("fit") ``` Modellgüte im Train-Sample: ```{r} fit1_performance %>% summary() ``` R-Quadrat via easystats: ```{r} library(easystats) fit1_performance %>% r2() # rmse() ``` ```{r} tidy(fit1_performance) # ähnlich zu parameters() ``` Vorhersagen im Test-Sample: ```{r} preds <- predict(fit1, new_data = ames_test) # liefert TABELLE (tibble) zurück head(preds) ``` `preds` ist ein Tibble, also müssen wir noch die Spalte `.pred.` herausziehen, z.B. mit `pluck(preds, ".pred")`: ```{r} preds_vec <- preds$.pred ``` ```{r} ames_test2 <- ames_test %>% mutate(preds = pluck(preds, ".pred"), # pluck aus der Tabelle rausziehen .pred = preds_vec) # oder mit dem Dollar-Operator head(ames_test2) ``` Oder mit `unnest`: ```{r} ames_test2 <- ames_test %>% mutate(preds = preds) %>% unnest(preds) # Listenspalte "entschachteln" head(ames_test2) ``` Oder wir binden einfach die Spalte an den Tibble: ```{r} ames_test2 <- ames_test %>% bind_cols(preds = preds) # nimmt Tabelle und bindet die Spalten dieser Tabelle an eine Tabelle head(ames_test2) ``` Modellgüte im Test-Sample: ```{r} rsq(ames_test2, truth = Sale_Price, estimate = .pred) ``` ```{r} sol <- 0.51679 ``` Zur Interpretation von Log10-Werten ```{r} 5e5 5*10^5 - 500000 ``` Rücktransformation (ohne Bias-Korrektur): ```{r} ames_test2 <- ames_test2 %>% mutate(pred_raw = 10^(.pred)) ``` --- Categories: - ds1 - tidymodels - prediction - yacsda - statlearning - lm - num